Medallia ha creato gli automated score, una sorta di punteggio che ha la finalità di fornire in maniera automatica alle organizzazioni e ai loro team indicazioni sintetiche per ottimizzare le azioni che possono modificare la valutazione e la percezione del brand e di conseguenza i risultati aziendali.
Più precisamente gli automated score sono una soluzione tecnologica che crea una media ponderata delle metriche che risultano importanti per una determinata funzione o per un certo gruppo di lavoro / processo, collegando dati disparati, strutturati e non strutturati per fornire highlight di sintesi, ma egualmente profondi.
CX Health Score sfrutta tecnologie come il text analytics e l’apprendimento automatico per fornire una visione olistica dell’esperienza che i consumatori vivono nei diversi punti di contatto attraverso un punteggio sulla salute complessiva della CX. Una metrica unificata che da un lato offre un’informazione preziosa e complessiva di quanto l’azienda soddisfi le esigenze e le aspettative dei clienti in base al loro feedback e dall’altro supera il problema di doversi confrontare con KPI eterogenei per i differenti settori di indagine o di non averne del tutto per fonti come le chiamate o i social media. Osservando le fluttuazioni del punteggio, i responsabili dei progetti di CX o gli ambassador sono in grado di monitorare facilmente il successo delle iniziative di CXM per intervenire tempestivamente nel caso di performance sotto le aspettative. Nello stesso tempo il CX Health Score consente ai responsabili delle diverse funzioni e ai loro collaboratori di identificare le attività o i processi che influiscono maggiormente sul punteggio per mirare gli investimenti o le azioni successive.
Quando invece un'azienda dispone di migliaia o addirittura milioni di clienti, è difficile individuare con quali la propria relazione è in ‘pericolo’. Medallia ha creato a questo scopo il CX Risk Score per supportare le organizzazioni a identificare i customer a rischio attraverso la generazione di action alert.I marchi che adottano questo tipo di score hanno registrato una riduzione fino al 40% del tasso di abbandono, per essere stati indirizzati a interventi tempestivi su coloro che manifestavano insoddisfazione o delusione. Il CX Risk Score viene calcolato identificando il numero e la gravità degli indicatori di rischio presenti nelle interazioni, ad esempio la riduzione dell’NPS, l’aumento dei reclami o delle chiamate al call center oppure del tasso di abbandono del carrello. Questo punteggio automatico viene spesso utilizzato dai responsabili dei progetti di CX o dai data analyst anche per monitorare i trend del sentiment della propria clientela o di specifici cluster e, di conseguenza, indagare le cause profonde di queste situazioni di rischio a livello aziendale o di singola area.
I servizi sono indubbiamente un driver in grado di influenzare fortemente il giudizio dei clienti su un’azienda e non a caso è uno degli ambiti su cui si concentrano i processi di quality assurance, con l’obiettivo specifico di monitorare la qualità percepita oltre che verificare il rispetto degli standard definiti. Tuttavia,il controllo qualità di numerosi servizi aziendali risulta attualmente lento e complesso e può fornire informazioni limitate sulle prestazioni effettive perché eseguito a campionamento. In questo contesto il Service Quality Assurance Score aiuta le imprese nelle valutazioni e a prendere decisioni su un indice rappresentativo del 100% delle attività. Grazie a questo strumento i marchi sono in grado di identificare in modo semplice ed efficace eventuali problemi di prestazioni che influiscono sulle metriche dei vari servizi e dei dipartimenti preposti alla loro fornitura, e di conseguenza correggere o attivare mirate sessioni di coaching.
Ancora più mirato è il Contact Center Experience Score: un indicatore in grado di andare oltre la misurazione della soddisfazione del cliente attraverso la classica metrica CSAT grazie alla valutazione automatica del 100% delle interazioni gestite da questo punto di contatto strategico e all’utilizzo di tecnologie avanzate per l’analisi del testo e della voce oltre che dei metadati.